基于高原环境的光伏电站智能机器人巡检系统

2020-02-02张军钟定江洛桑珠巴王永亮李猛

电子技术与软件工程 2020年18期

张军钟定江洛桑珠巴王永亮李猛

（1.西藏职业技术学院西藏自治区拉萨市 850000 2.天津职业技术师范大学天津市 300222）

1 引言

长期以来，随着我国电网信息化，时代化的发展，越来越多的光伏变电站人工巡检的方式已经不再适应其快速的发展。在高原的恶劣环境下，人工巡检不仅容易造成人员受伤，还会带来一些观察不仔细的隐患问题。在此大环境下，高原光伏变电站智能巡检设备的提出便是一种顺应时代的产物，此应用技术一旦被深入开发，光伏变电站巡检工作将会有美好的发展前景

本系统针对高原地区的恶劣环境下的光伏变电站设备的巡检问题，研发了光伏电站智能巡检机器人系统，该系统主要分为以下几个单元：参数检测单元、路径规划单元、图像处理与识别单元、数据传输单元等主要部分，实现全自主，全方位和全天候光伏巡检，通过搭建监控平台，构建基于卷积神经网络的大数据处理视频图像数据能够实现快速的自巡检，代替人工检查设备真正实现无人值守的重要设备。

2 系统总体设计

该高原光伏电站智能机器人巡检系统主要由监测控制系统、图像识别与处理系统，环境与设备信息采集系统和信息数据存储系统构成，其系统总体设计如图1所示。

2.1 监测控制系统的设计

巡检控制界面采用萤石云开发平台的开源框架进行二次开发，将设备运行的实时状态及环境视频传输到萤石云开发平台，并集成到软件中，此实时视频监控系统是为后面创建历史数据库和利用卷积神经网络提取特征值做好了充足的准备，比那些SDK 源码程序，可以大大提升了视频传输的速率，可以满足后续的实时图像处理，可以达到对巡检机器人的实时监控要求。

2.2 图像识别与处理系统的设计

图像处理系统通过云平台数据库得到大量的图像信息，再构建卷积神经网络，模型由多层神经网络正反向训练，通过深度学习的卷积神经网络能提取出图像的特征单元，根据这些特征单元可以很好的做到分类处理，即设备各种运行状态的检测识别。

如图2所示，卷积神经网络的神经网络结构由以下部分组成。每个部分的具体作用说明如下。

输入层：用于数据的输入，对于该系统来说，输入数据为实时图像。

卷积层：用于特征提取。

全连接层：可以有多层结构，就是多层感知机的隐含层部分。

图1：系统总体设计框图

图2：卷积神经网络的基本构架

输出层：一般输出层有多个输出网络节点，根据任务的需要可以设置最后一层的激活函数来得到最终的输出，此巡检机器人任务就是输出光伏变电站的运行情况是否正常，即该系统中卷积神经网络输出层即相当于一个二分类器。

根据以上理论分析，将CNN 的图像识别模型加入高原光伏变电站巡检机器人中，具体运用如下：

将图像从数据库中提取出来，并通过卷积神经网络模型进行训练，进行图像分析、相关分析，识别出图像特定特征。并从中辨别是否故障。

2.3 环境与设备信息采集系统的设计

数据采集系统融合非接触式测量技术和多传感器融合技术，将光伏电站运行参数及周围环境参数检测并集中处理，最终传输给电脑端进行处理，构建预测模型。

图3：光伏变电站巡检系统原理框图

图4：MQTT 协议实现方式

2.4 信息数据存储系统的设计

将传感器采集的信号储存在云平台上，云平台自动对采集的信息自动备份，云平台采用的是阿里云的数据库，数据库储存的图像信息为构造图像处理系统的输入提供了数据。

3 系统硬件设计

3.1 控制模块

光伏电站巡检机器人系统采用的是32 位ARM 处理器STM32F103ZET6 为主控芯片，该微处理器相会于其他处理器处理速度很快，具有丰富的内部资源，该系统利用了Wi-Fi 通信接口、PWM 接口、AD 转换接口和简单的I/O 口，能很好地满足控制光伏电站巡检机器人的性能需求。

3.2 传感器模块

多种传感器对高原光伏电站输出的功率、电压、电流进行检测，对高原光伏电站周围环境光照强度、火焰、温湿度等进行检测，最后处理器并将这些参数传给PC 端进行监测。

3.3 无线通信主控

光伏电站巡检机器人系统利用ESP8266 Wi-Fi 模块完成数据信息的接收和发送，进而形成将光伏电站巡检机器人载体与PC 端进行网络信息结网，使各个传感器采集的信息很精准的传输到PC 端，实现了精准监控的效果。如图3所示，变电站巡检系统原理框图。

4 系统软件设计

整个系统软件采用可视化集成开发工具QT5.11 进行开发，开发GUI 界面，数据传输协议为MQTT 与TCP/IP。

MQTT 协议由客户端、代理和订购者组成，其中发布者完成消息发布的广播，代理经过消息分级处理作为中间整合站，订阅者则向代理订阅消息，代理则完成推送消息的任务，最终完成一级一级的数据交换。如图4所示是MQTT 协议实现方式。

该系统中，光伏电站监测装置、遥控、巡检机器人等作为信息发布者，经过多级代理分级处理和数据交换，发送给不同的订阅者。同时使用中国移动Onenet 云平台作为协议的Broker，上位机采用集中控制方式，可以监控下位所有信息，收到数据后会将数据进行储存和显示，图片数据则用于卷积神经网络训练模型，电压、电流、功率等信息以更加直观的方式呈现到用户面板上。为了防止数据丢失，最后使用阿里云数据自动储存、备份数据，增强了系统的稳定性和可靠性。